所以我决定开始一起学习Open CV和Python!
我的第一个项目是检测相对静止的背景上的移动物体,然后检测它们的平均颜色以对它们进行排序。至少有 10 个物体需要检测,我正在处理彩色视频。
到目前为止,我设法删除背景,识别轮廓(可以选择获取每个轮廓的中心),但现在我正在努力获取每个轮廓内部的平均颜色。有一些关于此类问题的主题,但大多数都是用 C 编写的。显然我可以使用cv.mean()
但我无法获得一个工作掩码来提供此功能。我想这并不是那么困难,但我被困在那里......干杯!
import numpy as np
import cv2
video_path = 'test.h264'
cap = cv2.VideoCapture(video_path)
fgbg = cv2.createBackgroundSubtractorMOG2()
while (cap.isOpened):
ret, frame = cap.read()
if ret==True:
fgmask = fgbg.apply(frame)
(contours, hierarchy) = cv2.findContours(fgmask, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
for c in contours:
if cv2.contourArea(c) > 2000:
cv2.drawContours(frame, c, -1, (255,0,0), 3)
cv2.imshow('foreground and background',fgmask)
cv2.imshow('rgb',frame)
key = cv2.waitKey(1) & 0xFF
if key == ord("q"):
break
cap.release()
cv2.destroyAllWindows()
您可以通过首先创建一个与输入图像尺寸相同且像素值设置为零的新图像来创建蒙版。
然后,将轮廓绘制到像素值为 255 的图像上。生成的图像可以用作蒙版。
mask = np.zeros(frame.shape, np.uint8)
cv2.drawContours(mask, c, -1, 255, -1)
然后 mask 可以用作 cv.mean 的参数
mean = cv.mean(frame, mask=mask)
需要注意的是,RGB 颜色的平均值并不总是有意义。也许尝试转换为 HSV 颜色空间并仅使用 H 通道来检测对象的颜色。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)